आर्टिफिशियल इंटेलिजेंस के संभावित जोखिम
आर्टिफिशियल इंटेलिजेंस के कुछ संभावित जोखिम क्या हैं?
आर्टिफिशियल इंटेलिजेंस, या एआई जैसा कि इसे अक्सर संदर्भित किया जाता है, एक ऐसा विषय है जिस पर पिछले एक दशक में बहुत चर्चा हुई है। यह तेजी से विकसित हो रहा है, जिससे अधिकांश व्यवसायों का कार्यप्रवाह आसान और अधिक कुशल हो गया है। यहां तक कि कई लोगों के रोजमर्रा के जीवन में भी एआई ने काफी संभावनाएं दिखाई हैं और इसे पहले से ही कई अलग-अलग ऐप में लागू किया जा रहा है, जिससे जीवन आसान और कम जटिल हो गया है। एआई हमारे लिए कई फायदे लेकर आया है और विज्ञान और भी बहुत कुछ आने का मार्ग प्रशस्त कर रहा है इसलिए यह कहना सुरक्षित है कि एआई भविष्य में अपरिहार्य होगा, अगर यह पहले से नहीं है।
लेकिन जैसे हर पदक के दो पहलू होते हैं, वैसे ही एआई भी। यह तकनीक कई संभावित जोखिमों और नुकसानों के साथ भी आती है। हमारे समय के कई विशेषज्ञ और तकनीकी मास्टरमाइंड भविष्य में एआई के कारण होने वाली समस्याओं पर अपनी चिंता व्यक्त कर रहे हैं और इसलिए हमें इन मुद्दों को दूर करने के लिए सावधान रहने की जरूरत है, जबकि वे अभी भी ठीक करने में सक्षम हैं। हमारा उससे क्या मतलब है?
इन विशेष मुद्दों के संबंध में बहुत सी बातों पर विचार करने की आवश्यकता है। इस लेख में हम कुछ जोखिमों का वर्णन करने का प्रयास करेंगे जो एआई के चकाचौंध से तेज विकास हमारी दुनिया में ला सकते हैं और सही दिशा में उस प्रगति की निगरानी और मार्गदर्शन करने के लिए क्या उपाय किए जाने की आवश्यकता है।
1. नौकरियां
हमें यकीन है कि पुराने स्कूल, मानव आधारित कार्यस्थलों पर मशीनों और स्वचालन के संभावित उपचार के बारे में सुनने या पढ़ने का अवसर सभी के पास पहले से ही था। कुछ लोग मशीनों द्वारा उनकी नौकरी चुराने के बारे में विभिन्न डिग्री की चिंता से पीड़ित हो सकते हैं। यह डर अच्छी तरह से स्थापित हो सकता है, जॉब ऑटोमेशन कई लोगों के लिए एक बड़ा जोखिम है: लगभग 25% अमेरिकी अपनी नौकरी खो सकते हैं क्योंकि कुछ बिंदु पर मशीनें उन्हें बदलने में सक्षम होंगी। विशेष रूप से जोखिम में कम-मजदूरी की स्थिति होती है जिसमें एक व्यक्ति दोहराए जाने वाले कार्यों को करता है, जैसे प्रशासन या खाद्य-सेवा में नौकरी। हालांकि, यहां तक कि कुछ विश्वविद्यालय के स्नातक भी जोखिम में हैं, उन्नत मशीन लर्निंग एल्गोरिदम उन्हें कुछ जटिल कार्य स्थितियों में बदलने में सक्षम हो सकते हैं क्योंकि वे अधिक परिष्कृत होते जा रहे हैं, खासकर तंत्रिका नेटवर्क और गहन शिक्षा के उपयोग के माध्यम से।
लेकिन हम वास्तव में यह नहीं कह सकते कि रोबोट इंसानों को पूरी तरह से नौकरी के बाजार से बाहर कर देंगे। कर्मचारियों को एआई के साथ सहयोग करके, इसकी दक्षता और यांत्रिक तर्क का सर्वोत्तम संभव उपयोग करते हुए, खुद को समायोजित करना, शिक्षित करना और काम करने का एक तरीका खोजना होगा। एआई अभी भी सही नहीं है, उदाहरण के लिए यह निर्णय लेने में सक्षम नहीं है, इसलिए मशीनों के साथ काम करते समय मानव कारक अभी भी निर्णायक होगा।
बहुत सारी एआई आधारित तकनीक है जो स्वचालित समाधानों का उपयोग करती है जिन्हें प्रशिक्षित करने की आवश्यकता होती है और यह प्रशिक्षण मानव इनपुट पर निर्भर करता है। इसका एक अच्छा उदाहरण मशीनी अनुवाद हैं जो बड़ी संख्या में मानव जनित अनुवादों से इनपुट प्राप्त करते हैं। एक और अच्छा उदाहरण ट्रांसक्रिप्शन सॉफ्टवेयर है जो पेशेवर मानव ट्रांसक्रिप्शंस द्वारा किए गए सटीक ट्रांसक्रिप्शन से प्रशिक्षण डेटा प्राप्त करता है। इस तरह, सॉफ़्टवेयर वास्तविक जीवन उदाहरणों के माध्यम से अपने एल्गोरिदम को परिष्कृत करते हुए, थोड़ा-थोड़ा करके बढ़ाया जाता है। मानव प्रतिलेखकों को सॉफ़्टवेयर से लाभ होता है क्योंकि यह उन्हें तेजी से प्रतिलेख बनाने में मदद करता है। सॉफ्टवेयर ट्रांसक्रिप्ट का एक रफ, ड्राफ्ट संस्करण तैयार करता है, जिसे बाद में ट्रांसक्राइबर द्वारा संपादित और ठीक किया जाता है। यह बहुत समय बचाता है, और इसका मतलब है कि अंत में अंतिम उत्पाद तेजी से वितरित किया जाएगा और अधिक सटीक होगा।
2. पूर्वाग्रह की समस्या
एल्गोरिदम के बारे में एक बड़ी बात यह है कि वे व्यक्तिपरक और भावनात्मक मनुष्यों के विपरीत, हमेशा निष्पक्ष, गैर-पक्षपाती निर्णय लेते हैं। या वे करते हैं? सच्चाई यह है कि किसी भी स्वचालित सॉफ़्टवेयर की निर्णय लेने की प्रक्रिया उस डेटा पर निर्भर करती है जिस पर उन्हें प्रशिक्षित किया गया है। इसलिए, ऐसे मौकों पर भेदभाव का खतरा होता है जब उदाहरण के लिए आबादी के एक निश्चित हिस्से का इस्तेमाल किए गए डेटा में पर्याप्त प्रतिनिधित्व नहीं होता है। इनमें से कुछ समस्याओं के लिए पहले से ही चेहरे की पहचान सॉफ्टवेयर की जांच की जा रही है, पूर्वाग्रह के मामले पहले ही आ चुके हैं।
कृत्रिम बुद्धिमत्ता कितनी पक्षपाती हो सकती है, इसका एक बड़ा उदाहरण COMPAS (वैकल्पिक प्रतिबंधों के लिए सुधारात्मक अपराधी प्रबंधन प्रोफाइलिंग) है। यह अपराधियों के बीच पुनरावर्तन जोखिम की भविष्यवाणी के लिए एक जोखिम-और-आवश्यकता मूल्यांकन उपकरण है। इस एल्गोरिथम-आधारित उपकरण की जांच की गई और परिणामों से पता चला है कि COMPAS डेटा गंभीर रूप से नस्लीय रूप से पक्षपाती था। उदाहरण के लिए, आंकड़ों के अनुसार, अफ्रीकी-अमेरिकी प्रतिवादियों को अन्य जातियों की तुलना में पुनरावर्तन के उच्च जोखिम के लिए गलत तरीके से आंका जाने की अधिक संभावना थी। एल्गोरिथ्म भी सफेद जाति के लोगों के साथ विपरीत गलती करने के लिए प्रवृत्त हुआ।
तो, यहाँ क्या हुआ? एल्गोरिथ्म डेटा पर निर्भर है, इसलिए यदि डेटा पक्षपाती है, तो सॉफ़्टवेयर संभवतः पक्षपाती परिणाम भी देगा। कभी-कभी इसका कुछ लेना-देना भी होता है कि डेटा कैसे एकत्र किया गया था।
ऑटोमेटेड स्पीच रिकग्निशन तकनीक भी लिंग या नस्ल के आधार पर पक्षपाती हो सकती है क्योंकि प्रशिक्षण डेटा का चयन आवश्यक रूप से ऐसे मामले में नहीं किया जाता है जो पर्याप्त समावेशन सुनिश्चित करेगा।
3. सुरक्षा संबंधी चिंताएं
आर्टिफिशियल इंटेलिजेंस में कुछ समस्याएं हैं जो इतनी खतरनाक हैं कि वे दुर्घटना का कारण बन सकती हैं। एप्लाइड एआई तकनीक के अधिक प्रमुख उदाहरणों में से एक सेल्फ-ड्राइविंग कार है। कई विशेषज्ञ मानते हैं कि यह परिवहन का भविष्य है। लेकिन मुख्य बात जो यातायात में सेल्फ-ड्राइविंग कारों के तत्काल कार्यान्वयन में बाधा बन रही है, वह है इसकी खराबी जो यात्रियों और पैदल चलने वालों के जीवन को खतरे में डाल सकती है। स्वायत्त वाहन सड़कों पर जो खतरा पैदा कर सकते हैं, उस पर बहस अभी भी बहुत वास्तविक है। ऐसे लोग हैं जो सोचते हैं कि सड़क पर सेल्फ-ड्राइविंग कारों को अनुमति देने से दुर्घटनाएँ कम हो सकती हैं। दूसरी ओर, ऐसे अध्ययन हैं जिनसे पता चला है कि वे बहुत सारी दुर्घटनाओं का कारण बन सकते हैं, क्योंकि उनके कई कार्य ड्राइवर द्वारा निर्धारित प्राथमिकताओं पर आधारित होंगे। अब यह डिजाइनरों पर निर्भर है कि वे सुरक्षा और लोगों के जीवन और सवार वरीयताओं (जैसे औसत गति और कुछ अन्य ड्राइविंग आदतों) के बीच चयन करें। किसी भी मामले में सेल्फ-ड्राइविंग कारों का मुख्य लक्ष्य कुशल एआई एल्गोरिदम और उन्नत सेंसर के कार्यान्वयन के माध्यम से ऑटोमोबाइल दुर्घटनाओं में कमी होना चाहिए जो किसी भी संभावित यातायात परिदृश्य का पता लगा सकते हैं और भविष्यवाणी भी कर सकते हैं। हालांकि, वास्तविक जीवन हमेशा अधिक जटिल होता है कि कोई भी कार्यक्रम, इसलिए इस तकनीक की सीमाएं अभी भी इसके व्यापक कार्यान्वयन के लिए सीमित कारकों में से एक हैं। एक और समस्या भरोसे का कारक है। ड्राइविंग के वर्षों और वर्षों के अनुभव वाले कई लोगों के लिए, सभी ट्रस्ट को डिजिटल हाथों में डालना डिजिटल रुझानों के लिए प्रतीकात्मक समर्पण के कार्य के रूप में देखा जा सकता है। किसी भी मामले में, जब तक यह सब हल नहीं हो जाता, तब तक नई कारों में कुछ उन्नत तकनीकी समाधान पहले ही लागू किए जा चुके हैं, और मानव चालक विभिन्न सेंसर, सहायक ब्रेकिंग समाधान और क्रूज नियंत्रण से लाभ उठा सकते हैं।
4. दुर्भावनापूर्ण उद्देश्य
प्रौद्योगिकी को लोगों की जरूरतों को पूरा करना चाहिए और उनके जीवन को आसान, अधिक आनंददायक बनाने के लिए उपयोग किया जाना चाहिए और इसे सभी के कीमती समय की बचत करनी चाहिए। लेकिन कभी-कभी एआई तकनीक का इस्तेमाल दुर्भावनापूर्ण उद्देश्यों के लिए भी किया जाता है, जो हमारी भौतिक, डिजिटल और राजनीतिक सुरक्षा के लिए एक महत्वपूर्ण जोखिम बन जाता है।
- भौतिक सुरक्षा: एआई का एक संभावित जोखिम, जो पहली बार में काफी नाटकीय लगता है और आपको आपकी हड्डियों में ठंडा कर सकता है, तकनीकी रूप से उन्नत देशों के बीच एक संभावित युद्ध है, जो सबसे कुशल और निर्मम तरीके से मारने के लिए प्रोग्राम किए गए स्वायत्त हथियार प्रणालियों द्वारा किया जाता है। यही कारण है कि एआई आधारित युद्ध के अशुभ जोखिम से मानवता की रक्षा के लिए संधियों, विनियमों और प्रतिबंधों के माध्यम से ऐसी सैन्य प्रौद्योगिकी के विकास को विनियमित करना अत्यंत महत्वपूर्ण है।
- डिजिटल सुरक्षा: हैकर्स पहले से ही हमारी डिजिटल सुरक्षा के लिए खतरा हैं और एआई सॉफ्टवेयर पहले से ही उन्नत हैकिंग के लिए उपयोग किया जा रहा है। इस तरह के सॉफ्टवेयर के विकास से हैकर्स अपने कुकर्मों में अधिक कुशल होंगे और हमारी ऑनलाइन पहचान चोरी के प्रति अधिक संवेदनशील होगी। आपके व्यक्तिगत डेटा की गोपनीयता को एआई द्वारा संचालित सूक्ष्म मैलवेयर के माध्यम से और भी अधिक समझौता किया जा सकता है और गहन शिक्षा के उपयोग के माध्यम से और भी खतरनाक बना दिया जा सकता है। एक डिजिटल चोर की कल्पना करें, जो आपके पसंदीदा कार्यक्रमों के पीछे दुबका हुआ है, दिन-ब-दिन अधिक चालाक होता जा रहा है, सॉफ्टवेयर के उपयोग के लाखों वास्तविक जीवन उदाहरणों से सीख रहा है और उस डेटा के आधार पर जटिल पहचान की चोरी को गढ़ रहा है।
- राजनीतिक सुरक्षा: जिस अशांत समय में हम रह रहे हैं, उसमें फेक न्यूज और फर्जी रिकॉर्डिंग का डर काफी जायज है। AI स्वचालित दुष्प्रचार अभियानों से बहुत नुकसान कर सकता है, जो चुनाव के दौरान बेहद खतरनाक हो सकता है।
इसलिए, निष्कर्ष निकालने के लिए, हम खुद से पूछ सकते हैं कि कृत्रिम बुद्धि हमें कितना नुकसान पहुंचा सकती है और क्या यह मानव जाति के लिए अच्छे से ज्यादा नुकसान कर सकती है।
विशेषज्ञों का कहना है कि कृत्रिम बुद्धिमत्ता से हमारे जीवन को होने वाले नुकसान को कम करने के लिए नैतिक विकास और नियामक निकाय एक प्रमुख भूमिका निभाएंगे। कुछ भी हो, हमें यकीन है कि भविष्य में हमारी दुनिया पर इसका बहुत बड़ा प्रभाव पड़ेगा।
उन्नत AI प्रोटोकॉल पर आधारित स्पीच रिकग्निशन सॉफ़्टवेयर का इस्तेमाल पहले से ही किया जा रहा है, और यह व्यवसाय जगत को कई लाभ पहुंचाता है: वर्कफ़्लो तेज़ और सरल होते हैं। Gglot इस क्षेत्र में एक बड़ा खिलाड़ी है और हम अपनी तकनीक को और विकसित करने में भारी निवेश कर रहे हैं।